<?xml version="1.1" encoding="utf-8"?>
<article xsi:noNamespaceSchemaLocation="http://jats.nlm.nih.gov/publishing/1.1/xsd/JATS-journalpublishing1-mathml3.xsd" dtd-version="1.1" xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"><front><journal-meta><journal-id journal-id-type="publisher-id">EPTSM</journal-id><journal-title-group><journal-title>Electric Power Technology and Safety Management</journal-title></journal-title-group><issn>2997-3473</issn><eissn>2997-3503</eissn><publisher><publisher-name>Art and Technology</publisher-name></publisher></journal-meta><article-meta><article-id pub-id-type="doi">10.61369/EPTSM.11678</article-id><article-categories><subj-group subj-group-type="heading"><subject>Article</subject></subj-group></article-categories><title>基于人工智能的电力系统故障诊断方法研究</title><url>https://artdesignp.com/journal/EPTSM/1/8/10.61369/EPTSM.11678</url><author>涂雪晴</author><pub-date pub-type="publication-year"><year>2024</year></pub-date><volume>1</volume><issue>8</issue><history><date date-type="pub"><published-time>2024-11-20</published-time></date></history><abstract>当下随着电力系统规模的不断扩大和结构的日益复杂，相关行业对其故障诊断的准确性和及时性提出了更高要求。而传统故障诊断方法在面对海量数据和复杂故障模式时逐渐地显露出其局限性。对此本文深入地研究了基于人工智能的电力系统故障诊断方法，且在分析了人工智能技术在电力系统故障诊断中的应用现状的基础上，探讨了多种人工智能算法在故障诊断中的原理、优势，同时还对该领域的发展趋势进行了展望，希望能够为提升电力系统运行的可靠性和稳定性提供理论支持。</abstract><keywords>人工智能,电力系统,故障,诊断方法</keywords></article-meta></front><body/><back><ref-list><ref id="B1" content-type="article"><label>1</label><element-citation publication-type="journal"><p>[1] 宋春雯. 基于多电源并列运行的输配电网故障诊断的改进方法研究[J].自动化应用,2024,65(04):37-38+42.[2] 颜肃, 张玮亚, 李宏仲, 等. 基于人工智能的输电线路故障快速诊断方法研究[J].电力系统保护与控制,2019,47(19):94-99.DOI:10.19783/j.cnki.pspc.181527.[3] 宁剑, 任怡睿, 林济铿, 等. 基于人工智能及信息融合的电力系统故障诊断方法[J].电网技术,2021,45(08):2925-2933.DOI:10.13335/j.1000-3673.pst.2020.0948.[4] 张博, 刘绚, 于宗超, 等. 基于人工智能的电力系统网络攻击检测研究综述[J].高电压技术,2022,48(11):4413-4426.DOI:10.13336/j.1003-6520.hve.20220300.[5] 韩富佳, 王晓辉, 乔骥, 等. 基于人工智能技术的新型电力系统负荷预测研究综述[J].中国电机工程学报,2023,43(22):8569-8591.DOI:10.13334/j.0258-8013.pcsee.221560.[6] 金萍, 侯娟. 面向新型电力系统的粗糙集和双流网络自动化物联设备故障诊断方法研究[J].电测与仪表,2024,61(09):166-171.DOI:10.19753/j.issn1001-1390.2024.09.022.[7]周圣杰, 王士铭, 田洪滨, 等. 基于人工智能与物联网的电力现场作业智能保障系统研究[J].电测与仪表,2024,61(09):137-144.DOI:10.19753/j.issn1001-1390.2024.09.018.[8]邹昊东,王会羽,孙琦,等.基于模糊神经网络的智能电气系统故障诊断方法研究[J].山东农业大学学报（ 自然科学版）,2020,51(04):708-711.DOI:10.3969/j.issn.1000-2324.2020.04.026.[9] 李根, 刘珊珊. 基于大数据和人工智能的储能系统故障预测与诊断方法研究[J].储能科学与技术,2024,13(10):3653-3655.DOI:10.19799/j.cnki.2095-4239.2024.0902.[10] 王小东. 基于人工智能和数据挖掘的电力系统故障分类预测[D]. 天津理工大学,2021.</p><pub-id pub-id-type="doi"/></element-citation></ref></ref-list></back></article>
